WEBVTT

1
00:00:07.440 --> 00:00:09.570
Je prokázáno, že potřeba kovů

2
00:00:09.570 --> 00:00:11.349
a minerálů bude i nadále růst.

3
00:00:11.740 --> 00:00:13.740
Pokud má být ale možné tuto poptávku naplnit,

4
00:00:13.740 --> 00:00:15.750
musí těžební společnosti zpracovávat méně kvalitní

5
00:00:15.750 --> 00:00:17.379
a komplikovaněji těžitelnou rudu.

6
00:00:17.838 --> 00:00:20.120
Vzhledem k tomu, že metalurgie nezbytná k extrakci

7
00:00:20.120 --> 00:00:22.230
konečného produktu je stále komplexnější,

8
00:00:22.230 --> 00:00:23.059
musí těžební společnosti

9
00:00:23.399 --> 00:00:25.489
dostat maximum ze svých plánů

10
00:00:25.489 --> 00:00:27.629
pro zpracování, aby tak vytěžily

11
00:00:27.629 --> 00:00:30.050
požadovaný produkt nejekonomičtější cestou

12
00:00:30.050 --> 00:00:32.868
a zároveň šetřily vodu a energii

13
00:00:32.950 --> 00:00:34.280
a snižovaly emise.

14
00:00:34.640 --> 00:00:36.798
Mnoho závodů na zpracování minerálů ale

15
00:00:36.798 --> 00:00:38.859
stále pracuje neefektivně.

16
00:00:39.439 --> 00:00:41.618
Jedním z řešení těchto

17
00:00:41.618 --> 00:00:43.890
výzev při zpracování je využití řídicích

18
00:00:43.890 --> 00:00:46.158
systémů k optimalizaci provozu.

19
00:00:46.539 --> 00:00:48.710
Některé studie nicméně naznačují, že

20
00:00:48.710 --> 00:00:51.048
více než 75 % závodů na

21
00:00:51.048 --> 00:00:53.130
zpracování minerálů stále používá

22
00:00:53.130 --> 00:00:55.149
základní strategie optimalizace.

23
00:00:55.640 --> 00:00:58.219
Tradiční strategie optimalizace sice

24
00:00:58.219 --> 00:01:00.240
poskytují adekvátní kontrolu z hlediska

25
00:01:00.240 --> 00:01:02.658
zabezpečení továrny, ale zřídkakdy dosáhnou

26
00:01:02.658 --> 00:01:04.950
optimální kontroly nad kvalitou nebo

27
00:01:04.950 --> 00:01:07.319
skutečně ekonomického provozu.

28
00:01:07.739 --> 00:01:09.769
Je to z důvodu, že závody

29
00:01:09.769 --> 00:01:11.920
na zpracování minerálů vykazují určitou inherentní komplexitu,
kterou nelze řešit pomocí tradičních technologií.

31
00:01:15.239 --> 00:01:17.750
Co kdyby existovala jednoduchá a efektivní

32
00:01:17.750 --> 00:01:19.799
technologie, kterou lze integrovat do vašeho

33
00:01:19.799 --> 00:01:22.188
stávajícího řídicího systému s cílem optimalizovat

34
00:01:22.188 --> 00:01:24.340
zpracování minerálů, zajistit plnění

35
00:01:24.340 --> 00:01:26.420
norem při zpracování, odstranit komplexitu

36
00:01:26.430 --> 00:01:28.000
a redukovat omezení při výrobě?

37
00:01:28.530 --> 00:01:30.700
Představujeme Pavilion8 – prediktivní řízení založené na modelu

38
00:01:30.700 --> 00:01:33.170
od společnosti Rockwell Automation.

39
00:01:33.840 --> 00:01:35.950
Pojďme se podívat, jak

40
00:01:35.950 --> 00:01:37.170
prediktivní řízení založené na modelu funguje.

41
00:01:37.840 --> 00:01:40.030
V současné době disponuje většina závodů

42
00:01:40.030 --> 00:01:42.500
na zpracování minerálů nějakou formou procesního řízení,

43
00:01:42.729 --> 00:01:45.259
ale mnoho z nich k optimalizaci procesu stále

44
00:01:45.259 --> 00:01:47.560
používá tradiční strategie optimalizace.

45
00:01:48.239 --> 00:01:50.400
Toto zjednodušené rozložení rozděluje prediktivní

46
00:01:50.400 --> 00:01:53.158
řízení založené na modelu na čtyři hlavní součásti.

47
00:01:53.938 --> 00:01:54.878
Procesor.

48
00:01:55.229 --> 00:01:57.378
Prediktivní řízení založené na modelu

49
00:01:57.390 --> 00:01:59.709
Pavilion8 optimalizuje procesy, předvídá

50
00:01:59.709 --> 00:02:01.879
budoucí výstupy továrny a 

51
00:02:01.890 --> 00:02:04.069
reaguje na změny

52
00:02:04.078 --> 00:02:06.060
vstupních proměnných a rušení.

53
00:02:07.040 --> 00:02:07.810
Model.

54
00:02:08.468 --> 00:02:10.699
Aby vše fungovalo správně,

55
00:02:10.699 --> 00:02:12.830
potřebujeme vytvořit přesný model procesu.

56
00:02:13.300 --> 00:02:15.628
Prediktivní řízení založené na modelu využívá

57
00:02:15.628 --> 00:02:17.658
tu nejlepší technologii strojového učení ve své kategorii

58
00:02:17.658 --> 00:02:20.098
a vytváří robustní výrobní modely

59
00:02:20.509 --> 00:02:22.900
zahrnující a kombinující všechny dostupné

60
00:02:22.900 --> 00:02:25.068
informace, jako jsou historická data,

61
00:02:25.300 --> 00:02:27.478
procesní rovnice, data z testů továrny

62
00:02:27.478 --> 00:02:30.120
nebo informace o obsluze.

63
00:02:30.128 --> 00:02:32.960
Virtual Online Analyzer.

64
00:02:33.340 --> 00:02:36.110
Efektivita nástrojů pro optimalizaci

65
00:02:36.110 --> 00:02:38.550
navíc souvisí s rozsáhlostí a kvalitou

66
00:02:38.550 --> 00:02:39.460
dat z terénu.

67
00:02:39.840 --> 00:02:42.210
Ve většině procesů však zůstávají

68
00:02:42.250 --> 00:02:44.288
některá měření nepřesná,

69
00:02:44.449 --> 00:02:45.840
chybí nebo vykazují prodlevu.

70
00:02:46.310 --> 00:02:48.319
V tomto případě prediktivní řízení založené

71
00:02:48.319 --> 00:02:50.408
na modelu používá k odhadu těchto proměnných

72
00:02:50.408 --> 00:02:52.538
inovativní řešení Virtual Online Analyzer

73
00:02:52.538 --> 00:02:54.718
a překlenuje tak propast

74
00:02:54.718 --> 00:02:56.250
v této absenci informací a funkcích konzoly.

76
00:02:58.550 --> 00:03:01.068
Konzole představuje výkonný vizualizační

77
00:03:01.068 --> 00:03:03.280
nástroj, který umožňuje obsluze

78
00:03:03.280 --> 00:03:05.389
sledovat proces a modelovat KPI

79
00:03:05.389 --> 00:03:07.419
pro zajištění lepšího situačního povědomí

80
00:03:07.419 --> 00:03:08.050
o systému.

81
00:03:08.740 --> 00:03:10.889
Řešení prediktivního řízení založeného

82
00:03:10.889 --> 00:03:13.000
na modelu lze navíc

83
00:03:13.000 --> 00:03:15.000
implementovat v jakémkoli původním

84
00:03:15.000 --> 00:03:17.270
řídicím systému nebo je lze integrovat

85
00:03:17.270 --> 00:03:19.288
do řídicích systémů Rockwell

86
00:03:19.288 --> 00:03:20.560
Automation Logix.

87
00:03:21.139 --> 00:03:23.270
Podívejme se na další způsob, jak sledovat prediktivní

88
00:03:23.270 --> 00:03:24.430
řízení založené na modelu v akci.

89
00:03:24.810 --> 00:03:27.068
Řešení nabízí stabilitu procesů

90
00:03:27.068 --> 00:03:28.908
a zároveň zajistí dosažení špičkového výkonu.

91
00:03:29.348 --> 00:03:31.710
K tomu využívá hledání optimální

92
00:03:31.710 --> 00:03:33.848
provozní úrovně v dosahu specifikací

93
00:03:33.848 --> 00:03:36.000
systému a zároveň spravuje proces

94
00:03:36.000 --> 00:03:38.389
v souladu s omezeními a bezpečnými rezervami.

95
00:03:39.438 --> 00:03:41.680
Pojďme se podívat podrobněji na výhody,

96
00:03:41.680 --> 00:03:43.728
které lze vidět v hlavních oblastech zpracování

97
00:03:43.728 --> 00:03:46.020
minerálů v důsledku použití prediktivního

98
00:03:46.030 --> 00:03:47.860
řízení založeného na modelu Pavilion8.

99
00:03:48.538 --> 00:03:50.870
V oblasti drtičů je hlavní výzvou

100
00:03:50.870 --> 00:03:52.889
najít rovnováhu mezi cílem jednotlivých

101
00:03:52.889 --> 00:03:54.900
drtičů a celkovou efektivitou

102
00:03:54.900 --> 00:03:56.550
celého obvodu.

103
00:03:56.938 --> 00:03:59.180
U obvodů drtičů přináší použití

104
00:03:59.180 --> 00:04:01.318
strategií prediktivního řízení založeného

105
00:04:01.318 --> 00:04:03.830
na modelu několik výhod, jako jsou

106
00:04:03.830 --> 00:04:06.060
maximalizace výrobní kapacity obvodu drtiče,

107
00:04:06.060 --> 00:04:08.098
stabilita při zpracování,

108
00:04:08.098 --> 00:04:10.288
optimální energetická účinnost, omezení

109
00:04:10.288 --> 00:04:12.348
opotřebení zařízení a méně převozů způsobených

110
00:04:12.348 --> 00:04:14.370
například nadproudem

112
00:04:16.240 --> 00:04:18.550
Optimální řízení obvodu drtičů

113
00:04:18.550 --> 00:04:20.660
je náročné a představuje zásadní

114
00:04:20.660 --> 00:04:22.689
příležitost pro optimalizaci a zajištění
úspor v oblasti energie.

116
00:04:24.370 --> 00:04:26.490
Velikost částic na výstupu obvodů drtičů

117
00:04:26.490 --> 00:04:28.750
výrazně ovlivňuje účinnost

118
00:04:28.750 --> 00:04:30.399
procesů dále ve výrobě.

119
00:04:31.439 --> 00:04:33.899
Pro obvody drtičů přinášejí strategie

120
00:04:33.899 --> 00:04:36.389
prediktivního řízení založeného na modelu

121
00:04:36.569 --> 00:04:37.399
několik výhod, jako jsou

122
00:04:37.699 --> 00:04:40.278
maximální výrobní kapacita, snížená spotřeba

123
00:04:40.290 --> 00:04:41.430
energie na tunu,

124
00:04:41.750 --> 00:04:43.088
zvýšení stability,

125
00:04:43.519 --> 00:04:45.939
omezení variace velikosti částic,

126
00:04:46.430 --> 00:04:47.740
prodloužená odolnost proti opotřebení

127
00:04:48.149 --> 00:04:50.269
a stabilita obvodu drtičů pro

128
00:04:50.269 --> 00:04:52.550
dosažení požadovaných cílů ve výrobní

129
00:04:52.550 --> 00:04:53.159
kapacitě a velikosti drcených částic.

130
00:04:54.040 --> 00:04:56.129
Zatímco flotační obvody jsou běžnou

131
00:04:56.129 --> 00:04:58.290
technologií používanou pro koncentrování

132
00:04:58.290 --> 00:04:59.579
řady minerálů, čelí současně

133
00:04:59.850 --> 00:05:02.560
několika výzvám v oblasti optimalizace,

134
00:05:02.709 --> 00:05:04.778
protože se jedná o nelineární proces, který

135
00:05:04.778 --> 00:05:06.850
vykazuje více proměnnou interakci.

136
00:05:07.540 --> 00:05:09.569
Strategie prediktivního řízení

137
00:05:09.569 --> 00:05:11.639
založeného na modelu přinášejí flotačním

138
00:05:11.639 --> 00:05:13.170
obvodům několik výhod,

139
00:05:13.670 --> 00:05:14.910
jako jsou rychlejší obnovení,

140
00:05:15.230 --> 00:05:17.470
lepší a stabilizovaná úroveň s čistějším

141
00:05:17.810 --> 00:05:19.759
produktem a optimalizovaná spotřeba činidla.

142
00:05:20.540 --> 00:05:23.139
Účinnost zahušťovače bude mít přímý dopad

143
00:05:23.139 --> 00:05:24.980
na celkový provoz továrny.

144
00:05:25.278 --> 00:05:27.829
Mnoho instalací zahušťovadel

145
00:05:27.829 --> 00:05:29.970
pracuje pod navrhovanými limity

146
00:05:29.970 --> 00:05:32.069
a obvykle se jim dostává nízká priorita

147
00:05:32.069 --> 00:05:33.459
z hlediska optimalizace.

148
00:05:34.240 --> 00:05:36.430
U zahušťovadel přináší použití

149
00:05:36.430 --> 00:05:38.689
strategií prediktivního řízení založeného na modelu

150
00:05:38.689 --> 00:05:40.360
několik výhod, jako jsou

151
00:05:40.838 --> 00:05:42.560
zvýšená hustota u podtečení,

152
00:05:43.040 --> 00:05:44.990
snížená spotřeba flokulantu,

153
00:05:45.540 --> 00:05:47.439
lepší čistota u přetečení

154
00:05:47.800 --> 00:05:49.850
a lepší využití vody.

155
00:05:50.338 --> 00:05:52.360
Technologie rafinace kovů

156
00:05:52.360 --> 00:05:54.420
čelí výzvám spojeným se

157
00:05:54.420 --> 00:05:56.389
snižováním kvality koncentrátů,

158
00:05:56.759 --> 00:05:58.769
což způsobuje tepelnou neefektivitu

159
00:05:58.769 --> 00:05:59.879
a nízkou produktivitu.

160
00:06:00.639 --> 00:06:03.120
Koncentrace nečistot v průměru

161
00:06:03.129 --> 00:06:05.709
stoupají, což vytváří potenciální hrozbu

162
00:06:05.709 --> 00:06:07.720
pro životní prostředí a další náklady

163
00:06:07.720 --> 00:06:08.370
v procesu zpracování.

164
00:06:09.139 --> 00:06:11.649
Využití strategií prediktivního řízení založeného na modelu

165
00:06:11.649 --> 00:06:13.949
přináší několik výhod z hlediska

166
00:06:13.949 --> 00:06:15.699
procesu rafinace kovů, jako jsoz

167
00:06:16.170 --> 00:06:18.410
stabilizace provozu,

168
00:06:18.980 --> 00:06:21.259
vyšší kvalita

169
00:06:21.269 --> 00:06:22.199
a konzistence produktů,

170
00:06:22.838 --> 00:06:24.000
úspory energie

171
00:06:24.350 --> 00:06:25.819
a snížení emisí.

172
00:06:26.639 --> 00:06:28.970
Manipulace s materiálem může být složitá,

173
00:06:28.980 --> 00:06:31.360
o to více pak v provozu vyžadujícím

174
00:06:31.360 --> 00:06:34.009
správu směrování při kombinaci více dopravníků.

175
00:06:34.110 --> 00:06:36.170
Manipulace s materiálem však nemusí být

176
00:06:36.170 --> 00:06:37.860
při použití těchto strategií

177
00:06:38.338 --> 00:06:40.579
prediktivního řízení založeného na modelu složitá.

178
00:06:40.730 --> 00:06:42.750
Zaznamenat lze hned několik výhod,

179
00:06:42.759 --> 00:06:43.560
jako jsou

180
00:06:43.939 --> 00:06:45.459
maximalizace přepravované rudy,

181
00:06:45.838 --> 00:06:48.560
provoz na hranice omezení,

182
00:06:48.939 --> 00:06:50.759
minimalizované výpadky zařízení,

183
00:06:51.209 --> 00:06:52.750
prodloužení životnosti zařízení,

184
00:06:53.139 --> 00:06:55.759
omezení délky přerušení během změny směn

185
00:06:56.240 --> 00:06:58.528
a úspora energie při zachování

186
00:06:58.528 --> 00:06:59.949
maximální výrobní kapacity.

187
00:07:00.350 --> 00:07:02.639
Prediktivní řízení založené na modelu Pavilion8 188
00:07:02.639 --> 00:07:04.199

189
00:07:04.550 --> 00:07:06.930
Inteligentní způsob zvýšení výrobní kapacity,

190
00:07:06.939 --> 00:07:08.970
rychlosti obnovení a zajištění udržitelné

191
00:07:08.970 --> 00:07:11.028
výroby při zpracování minerálů.